**编辑：**使用dialogflow_v2，您似乎可以执行以下操作来获取自定义建议：

在Dialogflow控制台中，您可以向消息添加自定义有效负载，如下所示：

{"suggestions": ["Reply 1", "Reply 2"]}

字符串
创建一个BotSuggestions类：

class BotSuggestions {
  List<String> suggestions = [];

  BotSuggestions(List<dynamic> messages) {
    messages.forEach((message) {
      if (message['payload'] != null) {
        List<dynamic> suggestionList = message['payload']['suggestions'];
        suggestionList.forEach((suggestion) => suggestions.add(suggestion));
      }
    });
  }
}

型
然后，你可以像这样使用它：

var botSuggestions = BotSuggestions(response.getListMessage());
print(botSuggestions.suggestions);

型
下面是如何使用它的完整示例：

var userMessage = "Hi!!!";
print('User: $userMessage');
response = await dialogflow.detectIntent(userMessage);
var botSuggestions = BotSuggestions(response.getListMessage());
print('Bot: ${response.getMessage()}');
print('Suggestions: ${botSuggestions.suggestions}');

userMessage = botSuggestions.suggestions.first;
print('User: $userMessage');
response = await dialogflow.detectIntent(userMessage);
botSuggestions = BotSuggestions(response.getListMessage());
print('Bot: ${response.getMessage()}');
print('Suggestions: ${botSuggestions.suggestions}');

型
这将是输出：
I/扑动（5917）：用户：Hi！
I/扑动（5917）：嗨！你好吗？
I/扑动（5917）：建议：[回复1，回复2]
I/扑动（5917）：用户：回复1
I/扑动（5917）：对不起，那是什么？
I/扑动（5917）：建议：[]
我在包库中询问了这一点，看看是否有其他方法可以做到这一点，在这里你可以按照线程：How to get suggestions in v2?的数据。

我可以推荐你这个指南

1.在这里，您将学习如何在应用程序中使用dialogflow
https://medium.com/flutterpub/flutter-and-bots-dialogflow-d490fc7e5aaf
1.在这里，您将学习如何在flutter中使用Chip widget
https://api.flutter.dev/flutter/material/Chip-class.html的
1.示例代码
how to create horizontal and vertical scrollable widgets in flutter的
我希望这一切将帮助你。

您可以使用dialogflow为bot生成响应，然后添加chip widegt来表示可操作的按钮，如下所示：

Chip
(avatar: CircleAvatar(
backgroundColor: Colors.grey.shade800,
child: Text('AB'),
),
label: Text('Aaron Burr'),)

字符串
此外，您可以使用Dialogflow构建聊天机器人，并向用户提供选项按钮。
有很多方法可以添加选项按钮，如自定义有效载荷，谷歌助手等。使用自定义有效负载，您可以添加自定义的富消息类型。
要构建带有选项按钮的聊天机器人并将其添加到flutter应用程序中，您可以使用Kommunicate等平台，该平台允许您将机器人部署到移动的应用程序中。
要将此聊天机器人集成到您的flutter应用程序中，您可以查看此参考documentation。

可以使用LangChain.dart。它提供了必要的构建块来创建LLM驱动的聊天机器人应用程序（LLM Package 器，会话内存，与矢量数据库的集成等）。

• 免责声明：我是软件包的维护者之一。*